一种抑制降水对风廓线雷达水平风干扰的方法

降水条件下,风廓线雷达 (wind profiler radar,WPR) 能够同时接收到大气湍流回波和降水粒子的散射回波,降水信号谱与湍流信号谱叠加在一起。风廓线雷达计算水平风时,若采用叠加在一起的功率谱处理降水条件下的探测数据,必将导致后期水平风的合成严重失真。该文首先对原始功率谱数据进行插值和平滑处理,通过功率谱曲线极大值点的个数判断其是否受到降水影响。对于受到降水影响的功率谱,依据湍流谱和降水谱均趋于对称型的特点,用两种方法分别对不同特征的功率谱曲线进行湍流谱和降水谱的分离处理,继而利用分离出的湍流谱信号反演水平风场。研究选取广东省湛江站风廓线雷达2013年6月及7月两次实测降水过程,分析结果表明:用湍流谱代替原始功率谱反演的风场,一致性较处理前有明显提高,从而证明了该分离方法的可行性。     

风廓线雷达与天气雷达风廓线数据的融合及应用

风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。     

风廓线雷达资料的应用:质量评估

利用FNL全球再分析资料(Final Operational Global Analysis)、探空资料对2019年6—9月位于中国华北地区20个站点共5种型号(CFL-06、GLC-24、TWP8-L、CFL-03、CLC-11-D)的边界层风廓线雷达资料进行了质量评估。结果表明:各型号雷达均具有较强的探测能力,但不同雷达在水平风资料数据获取率以及有效探测高度上差异极大。不区分天气状况时,所有型号雷达均为V风质量优于U风质量。TWP8-L雷达U风测风质量相对最佳,CFL-03雷达紧随其后,GLC-24雷达U风测风质量最差,V风质量则差异不大,U风数据使用前需进行偏差订正以及质量控制。风廓线雷达观测对于降水较为敏感,降水使各型号雷达数据获取率在底层减小,中高层增加,增幅最大达到53％,但探测能力加强并不代表测风质量增加,统计结果表明降水是造成U风平均误差以及均方根误差较高的重要原因,其中,GLC-24、CLC-11-D雷达对降水最为敏感,降水状态相较于非降水状态均方根误差增幅均达到了5.5 m/s以上,降水情况下的U风及V风资料需进行进一步质量控制才可使用。     

风廓线雷达风场资料质量控制初探

基于2016年2月和8月江西宜春风廓线雷达探测水平风场数据,分别利用扩展经验正交函数(EOF)分析重构法和高斯滤波法对其进行质量控制。结果发现,相比原始观测风场,EOF分析重构法和高斯滤波法均能有效过滤风廓线雷达原始风场的高频脉动。两种方法对比分析发现,对于空间尺度的瞬时扰动,EOF分析重构法质控效果优于高斯滤波法;对于时间尺度的瞬时扰动,高斯滤波法质控效果优于EOF方法。     

风廓线雷达自身对比精度分析

利用GLC-24型风廓线雷达的5波束观测数据,分析了在晴空和降水条件下风廓线雷达探测的准确性,得出结论如下:在晴空条件下大气均匀稳定、垂直速度很小,风廓线雷达测量水平风的准确性高;在均匀性降水条件下,虽然垂直速度很大,但大气在风廓线雷达5波束探测的水平范围内均匀,风廓线雷达测量水平风的准确性也较好;在非均匀性降水条件下,大气在风廓线雷达探测的水平范围内不均匀,不符合风廓线雷达计算水平风的假设条件,需要进一步改进算法,减少计算误差。     

风廓线雷达资料质量控制及其同化应用

为更好地同化风廓线雷达观测资料开展了相应的质量控制与同化应用研究。针对2013年5月广东地区13部风廓线雷达的观测数据,采用经验正交函数(EOF) 分析方法对其进行质量控制。相比原始观测,经过质量控制的风场提高(降低)了来自时空大(小)尺度的贡献,较好地滤除了小尺度高频脉动,也较好地保留了大尺度平均状态与局地中小尺度系统的共同影响,并且更加接近ECMWF再分析场。此外,还对质量控制后的数据进行了垂直稀疏化。分别计算了质量控制前、后风廓线雷达观测与NCEP 6 h预报场的差值,对比差值的特征发现,经过质量控制的数据的观测增量更好地满足了高斯分布与无偏假设。针对一个实际天气个例,基于GRAPES 3D-Var同化系统,分析了质量控制后的风廓线雷达资料对模式分析与预报的影响。试验表明,在循环同化过程中加入风廓线雷达资料可以更好地描述模式初始场低层风场的特征,从而对强降水的位置与强度做出更好的预报。针对2013年5月的批量试验表明,同化风廓线雷达资料使短期降水预报有明显的改善。     

面向CRA的中国风廓线雷达小时产品质量控制算法与评估

面向中国第一代全球大气/陆面再分析产品(CRA)的应用需求,针对中国风廓线雷达小时产品资料特点,在美国NCEP风廓线综合质量控制方法的基础上,提出一套适用于中国风廓线雷达逐小时水平风产品的质量控制方法。通过对比质量控制前后风廓线雷达资料与探空资料的相关系数、平均偏差及均方根误差,证明了质量控制方案的有效性。以ERA-Interim资料作为间接参考场,通过比较探空资料与不同型号、不同探测高度范围、不同观测时段、不同垂直层次风廓线雷达资料相对ERA-Interim再分析资料的偏差,分析了质量控制前后中国风廓线雷达资料的整体质量。结果表明,经该算法质量控制后,风廓线雷达与探空风场表现出了更好的一致性。不同雷达型号、不同探测高度资料的相关系数从0.17～0.82上升至0.79～0.98。在相对ERA-Interim与探空资料的偏差方面,质量控制后,除边界层风廓线雷达的u风分量在300 hPa以上仍有5 m·s^-1左右的偏差外,其他型号雷达的u、v风分量在各垂直层的平均偏差均在3m·s^-1以内,证明质量控制算法具有识别高层粗大误差数据的能力,能够使最大...     

面向资料同化的风廓线雷达风场特征分析及其质控方法

With the 0.5°×0.5° analysis fields of the National Centers for Environmental Prediction/Global Forecast System (NCEP/GFS) as the numerical forecast background and using surface precipitation data aimed at data assimilation, in this study, we first analyzed the quality of wind products from 12 L-band wind-profiler radars in Fujian Province, including three CFL-03 radars and nine CFL-06 radars obtained at 0000 UTC, 0600 UTC, 1200 UTC, and 1800 UTC from January to December 2017. Then, we considered different quality control (QC) schemes and their effects. The results indicate that: (1) Winds detected by CFL-06 radars are obviously better than those by CFL-03 radars with respect to the maximum detection height, effective data availability, and horizontal wind quality at low levels. (2) Great differences exist in the horizontal winds detected by different wind-profiler radars in same series, including data availability, effective detection height, and the vertical distributions of the standard deviation, correlation coefficients, and bias. These differences have no direct relationship with the geographical locations of the wind-profiler radars, i.e., coastal area or inland, or their heights above sea level. (3) Wind-profiler radar products have obvious systematic negative biases relative to the GFS u-wind field, that is, the u winds detected by wind-profiler radars are lower than the GFS background field. This does not meet the no-bias requirement for data assimilation, so bias corrections are necessary in the data assimilation process. In contrast, the v-wind data are relatively better than u-wind data. (4) Precipitation has a great impact on the detection capability of wind-profiler radars. On precipitation days, the data availability is decreased in the middle-low levels but greatly enhanced in the middle-high levels. The standard deviations of u and v winds both increase in the middle-low levels, whereas the standard deviation of the v winds increase and those of u winds greatly decrease in the middle-high levels. (5) Two QC schemes, i.e., a scheme using different high-confidence ranges and a scheme using different effective detection heights are introduced to different wind-profiler radars to compare their results with those of the fixed effective detection height scheme. The results show that the two QC schemes both have obvious advantages. The QC effect of the different high-confidence range scheme is much more obvious, with the horizontal wind data of different radars more fully and effectively identified. This scheme reduces unnecessary loss of radar data, eliminates poor quality data, and achieves good results regarding the precipitation conditions. © 2021, Science Press. All right reserved.     

风的空间不均匀分布对风廓线雷达数据质量影响研究

风廓线雷达基于均匀风场假定条件计算水平风,在不考虑雷达系统测量误差的情况下,探测波束内风的不均匀性是影响雷达数据质量的主要因素。通过5波束风廓线雷达计算出两组独立的水平风分量Ue、Uw和Vn、Vs,利用旋转坐标系方法将风的水平速度不均匀分布和垂直速度水平不均匀分布对雷达测风的影响进行分离,对北京延庆CFL-08风廓线雷达2012年全年数据进行时间一致性平均质控处理,针对一小时分辨率数据分析了两种不均匀对测风数据质量的影响程度。结果表明：(1) 雷达波束空间内的水平不均匀和垂直不均匀对水平风测风数据的质量均有影响,影响程度与风速大小有关;(2) 晴空条件下垂直速度较小,水平不均匀是影响测风质量的主要因子,水平不均匀与垂直不均匀对测风质量影响比约为2:1;(3) 降水期间水平不均匀和垂直不均匀程度均大于晴空,二者对测风质量影响比约为1:1。本文分别分析了晴空和降水情况下风的空间不均匀分布对测风质量影响的可能原因,是改进水平风数据质量算法的预研究。     

利用中位数方法对风廓线雷达数据质量控制的研究

风廓线雷达的测风原理是假定风场是均匀的,而在实际探测中往往会出现不满足均匀风场的假定情况(特别是在有降水系统影响情况下),进而影响雷达测风精度。采用求取中位数法对风廓线雷达观测资料进行质量控制,并结合气球探空资料,对比分析质量控制效果。结果显示:(1) 受风廓线雷达的探测原理以及系统灵敏度的影响,当大气较干时,雷达的探测高度较低,当相对湿度增加时,探测高度随之增大;(2) 在晴空条件下,求取中位数法得到的结果以及雷达原始探测结果相对于气球探空观测到的结果随高度变化的趋势一致,误差较小,利用求取中位数法得到的结果对原始结果有一定的改善效果;(3) 当有降水发生时,求取中位数法得到的结果以及雷达原始探测结果相对于探空资料误差增大,但利用中位数法得到的结果相对于原始探测资料有明显的改善;(4) 相比于低层和高层的误差分布,1～2 km高度上利用中位数方法所得到的风向、风速误差最小,对数据质量的改善效果最好。      

高原地区风廓线雷达资料评估

在简述风廓线雷达原理的基础上,将风廓线雷达探测资料与探空资料进行对比分析,发现风速风向一致性较好,温度一致性较差。对风廓线资料总的数据获取率及不同天气条件下的数据获取率进行了统计,大理风廓线雷达边界层高度的数据获取率大于80%,在对流层低层以及边界层的探测能力要远远大于高层,高空雨季后的探测高度大于雨季前的探测高度。不同天气条件下低空的数据获取率差别不大,高空阴雨天的数据获取率大于晴天的数据获取率,阴雨天的探测高度大于晴天的探测高度。     

风廓线雷达资料在暴雪天气过程中的应用

通过对2010年12月15日湖州市暴雪过程的风廓线雷达资料分析发现：风廓线雷达风资料可以清楚地展示暴雪过程风场变化特点,通过分析高低层冷暖平流的分布变化情况,进一步了解暴雪过程的大气层结结构;风廓线雷达探测到的垂直速度、折射率结构常数及探测高度等指标的变化能反映降雪的开始、结束以及降雪的强度,为精细化预报提供参考。     

2013年华中区域中尺度业务数值预报的客观检验

利用经过质量控制的风廓线雷达组网资料（以下简称观测）对华中区域中尺度业务模式（WHMM）水平风场的预报能力进行检验评估,分别从总体、不同高度、不同风速以及单站等方面对全风速（wspd）、纬向风（u）、经向风（v）进行1个月（2013年5月）的统计分析。结果表明：（1）WHMM对风场具有较好的预报能力。其12 h和24 h的预报与观测的相关系数在0.6以上,通过α=0.01的显著性检验,12 h相关系数大于24 h的,预报风速整体存在负偏差,较观测偏小。随预报时效延长,风场的预报误差增大。u和wspd的预报能力好于v。（2）在垂直方向上,WHMM的wspd、u和v预报的均方根误差（RMSE）随高度先增加后减小,在1~2 km高度预报误差较大,4~5 km的预报误差较小。（3）按照风廓线雷达测风wspd间隔5 m·s^-1将模式预报分组,在30 m·s^-1以下不同速度分组中,WHMM 12 h预报的wspd、u和v与观测值的相关系数均大于24 h的,且通过α=0.01的显著性检验,12 h预报的RMSE大于24 h的,并随风速增加而增大。（4）从单站的风廓线来看,模式可以预报出站点上空风场随高度的变化趋势,广州站预报效果好于芜湖和秭归站。

     

风廓线雷达垂直径向速度应用初探

利用北京风廓线雷达五波束探测中的垂直波束资料,进行了垂直速度在预报中的应用研究。通过对垂直速度的分级显示,配合地面气象记录,对不同的天气个例进行分析,结果表明:平稳晴空的天气风廓线雷达所测量的垂直速度很小,基本上在±1m·s~(-1)范围内;而有降水时,风廓线雷达所测得边界层的垂直速度基本上都是朝向地面的,不同相态降水粒子的垂直下落速度有明显的差别。分析表明风廓线雷达垂直速度的探测对研究晴空大气的垂直运动、判断降水粒子相态和降水预报有应用价值。     

基于径向功率谱的风廓线雷达错误风数据处理

选取上海市世博园区站、金山站和嘉定F1赛车场站3个风廓线雷达站2012年3月7日凌晨一次降水过程生成的错误水平风场数据,通过对比该时段高、低模式扫描实时径向功率谱数据,指出在降水初期风廓线雷达软件质量控制出现错误的原因,并重新识别错误时段的功率谱,反演水平风场数据。分析表明:在降水初期由于风廓线雷达各波束探测的数据在空间上不一致,易导致雷达软件采用的质量控制算法并不能全部识别和消除降水对数据的干扰,从而出现偏差。基于风廓线雷达高时空分辨率径向功率谱数据的分析处理方法可有效验证雷达软件质量控制算法,且经过该方法反演后的水平风场更为合理。     

风廓线雷达大气风场观测误差分析

依据风廓线雷达工作原理和风的计算公式,分析影响大气风场观测误差的主要因素,重点分析了雷达回波SNR对风的观测精度影响和GPS探空对比试验。结果表明:①风速观测精度主要取决于波束倾角、雷达技术参数和大气折射率结构常数C2n的垂直分布;风速及风速观测精度越大,风向观测精度越大。②在同种观测模式下,波束倾角与C2n越大,风场观测精度越高。③同一观测模式的SNR越大,风速观测误差越小;不同模式间的大气风场观测精度相差较大。④对比试验的风速风向相关性较好,但相对偏差较大,尤其低空更为明显。     

CFL-06型风廓线雷达与L波段探空雷达测风对比分析

为探讨风廓线雷达资料的准确性和可用性,将2016年5月2017年4月张家口的风廓线雷达与L波段探空雷达测风资料进行对比分析。结果表明:1)张家口站大多高度层二者风速呈显著正相关,00:00的相关性优于12:00的,8km以上未通过显著性检验。2)4.11km以下风廓线雷达较L波段探空雷达水平风速偏大,平均误差为0.00~1.50m/s;4.11km以上风廓线雷达较L波段探空雷达水平风速偏小,平均误差为0.00~22.13m/s,并随高度的增加而增大。3)水平风速有效样本率(风速差≤3m/s)整体随高度增加呈先增大后减小的趋势,中低层(1.23~3.63km)的有效样本率较高,为60.0%~70.0%。4)2.196.03km各高度层水平风向的有效样本率(风向差≤20°)较大,稳定在70%~80%,有降水时风向有效样本率随高度的增高而增大,且各高度层波动较大。两个时次风向有效样本多集中在风向差为10°的范围内,28km各高度层有效样本率(风向差≤10°)可达到40%~60%。     

风廓线雷达资料在台风苏拉登陆过程中的应用初探

为了研究风廓线雷达在台风天气过程预报中的作用,对2012年8月2—4日在福建秦屿镇登陆的台风苏拉天气过程统计分析,结果表明：风廓线雷达在台风苏拉登陆期间4 km以上高空有效数据获取率明显提高,确定风廓线雷达的有效探测高度为4.8 km;通过信噪比和垂直速度数据统计分析出台风登陆前后带来间歇性的降雨,而台风眼登陆主要表现为无降水天气,仅有少量的降雨,这一结论进一步在小时降雨量统计中得到验证;通过水平风速数据统计分析出台风登陆前后在有效探测高度内水平风速在25 m·s-1左右,而台风眼登陆水平风速在0~3 m·s-1; 统计结果与台风登陆物理过程相吻合。     

同化风廓线雷达资料对浙江降水预报改进评估

采用中尺度模式WRF和美国俄克拉荷马大学风暴分析预测中心的资料同化系统开展中国东部地区35部风廓线雷达资料同化试验研究,在同化1 h平均采样产品前,对其进行气候极值检查、一致性检查、垂直稀疏化等质量控制,选取2014年5月16-17日暴雨过程评估同化风廓线雷达资料对降水预报的影响,探讨其对初始场改进作用,之后,通过批量试验再次确认同化风廓线雷达资料可有效提高降水预报能力。个例同化试验对比分析表明:同化风廓线雷达资料后,暴雨区及其上游地区850 hPa的风速增强20%~30%,水汽通量增加30%~50%,大气层结不稳定性增强,小雨和大雨TS评分分别提高0.06和0.07,暴雨漏报率和空报率分别降低0.04和0.05,降水预报得到改进。     

风廓线雷达和地基微波辐射计资料在台风天气分析中的应用

利用常规地面观测资料、风廓线雷达及微波辐射计资料,对2020年8月4—5日第4号台风“黑格比”在浦东机场的一次强降水天气过程统计分析。结果表明：(1)副热带高压的强势稳定与台风挤压,导致浦东机场维持长时间的强风;(2)4日中午12:00以后,平均风速稳定在10 m/s以上并伴有阵风,约离台风距离浦东机场同纬度前后9 h,风向在4日21:00以后由东南风转为偏南风,12 h(4日21:00至5日09:00)累计降水量达57.9 mm;(3)云系结构在未登录之前,基本维持“9”字形,“黑格比”的螺旋云带主体位于台风的东南象限,北侧云带边界清晰,先向西北方向移动,逐渐影响浙江东南部沿海,其后又向正北方向移动,影响上海、江苏,于4日晚上21:00到达上海同纬度正西侧,且台风主体结构开始减弱松散;(4)出现明显降水过程时,5 km以下高度层垂直速度出现相应的显著大值区,垂直速度最大值接近9 m/s且高度可以达5 km以上,其数值与降水强度成正相关的关系;(5)当1 km以下高度层出现大气折射率结构常数Cn2高值区,且在2～6 km高度层出现次高值区时,对应着强降水,当高值区逐渐减弱时,表示强降水...